DEPARTAMENTO DE ENERGIA NUCLEAR
COMISSÃO NACIONAL DE ENERGIA NUCLEAR
CENTRO REGIONAL DE CIÊNCIAS NUCLEARES DO NORDESTE
Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares
SAZONALIDADE DA CHUVA E DOS FLUXOS DE ENERGIA, ÁGUA
E CARBONO EM ÁREAS DE CAATINGA E PASTAGEM NO
SEMIÁRIDO PERNAMBUCANO
RODOLFO MARCONDES SILVA SOUZA
Orientador: Prof. Dr. Antonio Celso Dantas Antonino Co-orientador: Prof. Dr. Eduardo Soares de Souza Orientador externo: Prof. Dr. Amilcare Porporato
Recife, PE Abril, 2017
SAZONALIDADE DA CHUVA E DOS FLUXOS DE ENERGIA, ÁGUA
E CARBONO EM ÁREAS DE CAATINGA E PASTAGEM NO
SEMIÁRIDO PERNAMBUCANO
Tese submetida ao Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares para obtenção do título de Doutor em Ciências, Área de Concentração: Aplicações de Radioisótopos na Agricultura e Meio-Ambiente.
Orientador: Prof. Dr. Antonio Celso Dantas Antonino Coorientador: Prof. Dr. Eduardo Soares de Souza Orientador externo: Prof. Dr. Amilcare Porporato
Recife, PE Abril, 2017
S729s Souza, Rodolfo Marcondes Silva.
Sazonalidade da chuva e dos fluxos de energia, água e carbono em áreas de caatinga e pastagem no semiárido pernambucano. / Rodolfo Marcondes Silva Souza. - Recife: O Autor, 2017.
103 f. : il., tabs.
Orientador: Prof. Dr. Antonio Celso Dantas Antonino. Coorientador: Prof. Dr. Eduardo Soares de Souza. Orientador externo: Prof. Dr. Amilcare Porporato.
Tese (doutorado) – Universidade Federal de Pernambuco. CTG. Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares, 2017.
Inclui referências bibliográficas.
1. Covariância dos vórtices turbulentos. 2. Evapotranspiração. 3. Semiárido brasileiro. 4. Mudança de uso da terra. 5. Modelagem ecohidrológica. I. Antonino, Antonio Celso Dantas, orientador. II. Souza, Eduardo Soares de, coorientador. III. Porporato, Amilcare, orientador. IV. Título.
UFPE
CARBONO EM ÁREAS DE CAATINGA E PASTAGEM NO SEMIÁRIDO
PERNAMBUCANO
Rodolfo Marcondes Silva Souza
APROVADA EM: 07.04.2017
ORIENTADOR: Prof. Dr. Antonio Celso Dantas Antonino COORIENTADOR: Prof. Dr. Eduardo Soares de Souza ORIENTADOR EXTERNO: Prof. Dr. Amilcare Porporato
COMISSÃO EXAMINADORA:
Prof. Dr. Antonio Celso Dantas Antonino - DEN/UFPE
Prof. Dr. Jean Pierre Henry Balbaud Ometto - CCST/INPE
Dra. Magna Soelma Beserra de Moura - EMBRAPA - Semiárido
Prof. Dr. José Romualdo de Sousa Lima - UAG/UFRPE
Prof. Dr. André Quintão de Almeida - CCAA/UFS
Visto e permitida impressão
e ao meu avô, Luiz José da Silva In memorian Dedico
Agradeço primeiramente à minha família por todo apoio dado e também pela compreensão pelos momentos de ausência. Em especial agradeço à minha esposa Aline, por todo o seu apoio incondicional nessa jornada.
Aos professores Antonino (orientador) e Eduardo (coorientador), pela oportunidade, parceria, confiança e, sobretudo, pela amizade firmada durante todo esse tempo que trabalhamos juntos.
Ao professor Amilcare Porporato (orientador externo), por todo apoio, paciência e orientação durante o meu período de doutorado sanduíche na Duke University, Estados Unidos. Aproveito também para agradecer ao grupo de pesquisa do professor Amilcare, em especial à Xue Feng, Norm Pelak, Salvatore Calabrese e ao Yair Mau (aprendi muito durante nossas conversas tomando um bom café!).
Aos meus amigos e colegas do DEN/UFPE, professor Edevaldo Miguel, Larissa Fernandes, Manuella Gondim, Thiago Campos, Severino Martins, Maurício e Rafael Gomes, pelo companheirismo, parceria e ajuda em várias etapas do meu doutorado. Muito obrigado!
Aos meus amigos e colegas da UAST/UFRPE do grupo de pesquisa do professor Eduardo, em especial a José Raliuson, Erison Martins, João Cláudio, Eduardo Silva e Wagner Martins, por terem transformado as árduas missões de campo em atividades divertidas!
Aos professores que fizeram parte das bancas de seminários I e II e também da qualificação, Suzana Montenegro, Rômulo Menezes, Everardo Sampaio, José Romualdo (UAG/UFRPE) e Willames Soares (UPE), bem como à banca examinadora da defesa de tese pelas valiosas contribuições dadas ao meu trabalho. Muito obrigado!
Aos meus amigos, Ailton Alves, André Ferraz e José Edson que me apoiaram bastante durante o doutorado.
À minha tia Cida, Beto e meus primos Ector e Bianca por terem me apoiado, principalmente na fase inicial do doutorado.
áreas para instalação dos torres e experimentos.
À FACEPE pela concessão da bolsa de doutorado (IBPG-1646-5.01/13); Projetos: “Consolidação do Núcleo de Pesquisas em Dinâmica da Água e de Carbono em Ecossistemas no
Estado de Pernambuco” (Edital FACEPE 08/2014 - PRONEM, APQ-0532-5.01/14); “Dinâmica da Água e de Carbono em Ecossistemas no Estado de Pernambuco” (Edital FACEPE 12/2010
-PRONEM, processo n◦APQ-1178-3.01/10); “Dinâmica da Água e de Carbono em Ecossistemas
no Estado de Pernambuco”;
Ao CNPq pela disponibilização da bolsa para o doutorado sanduíche (Chamada
61/2011 L2-PVE, processo n◦ 202557/2014-6 e 402871/2012-0); Projetos: “Geração de dados
e modelagem para subsidiar políticas de adaptação à variabilidade climática em sistemas
agropecuários na região Nordeste” (Edital 37/2013 - Mudanças Climáticas, processo n◦
403129/2013-3); “Fluxos de Água, de CO2 e de Energia em Áreas de Caatinga e de Pastagem
no Semiárido de Pernambuco” (Chamada Universal - MCTI/CNPq n◦ 14/2014, processo n◦
458227/2014-5); “Consolidação de rede de pesquisa sobre estoques e fluxos de carbono em solos e vegetação na Região Nordeste do Brasil (Biomas Caatinga, Mata Atlântica e Cerrado) e modelagem dos impactos associados às mudanças climáticas e de cobertura e uso” (Edital
MCTI/CNPq/ANA n◦23/2015, processo n◦ 446137/2015-4);
À CAPES, ao CNPq e à FACEPE pelos recursos disponibilizados pelo projeto “ONDACBC: Observatório Nacional da Dinâmica da Água e de Carbono no Bioma Caatinga”
(Edital INCT - MCTI/CNPq/CAPES/FAPs 16/2014, processo n◦ 465764/2014-2);
Agradeço ainda à Duke University pelos recursos disponibilizados durante o doutorado sanduíche.
Os cenários de mudanças climáticas apontam para alterações no regime de chuva com tendência de escassez de água nas regiões semiáridas. As projeções de mudanças na sazonalidade e na variabilidade interanual das chuvas indicam impactos severos na vegetação das regiões tropicais áridas e semiáridas. Além disso, mudanças no uso da terra podem impactar nos fluxos de energia
e carbono nessas regiões. Nesse sentido, essa pesquisa teve dois principais objetivos:i) avaliar a
variabilidade sazonal e interanual dos fluxos de energia e carbono em área de pastagem degradada
e caatinga no semiárido pernambucano;ii) avaliar os efeitos da sazonalidade e variabilidade
interanual da chuva na caatinga e modelar as respostas da caatinga às futuras mudanças no regime de chuva. Para atender o primeiro objetivo, foram instaladas torres micrometeorológicas para medições contínuas de variáveis meteorológicas, fluxos de energia, carbono e do conteúdo de água no solo, realizados em uma área de pastagem degradada (PA) e de caatinga (CA) no município de Serra Talhada-PE. Os fluxos de energia e carbono foram medidos com um sistema de correlação dos vórtices turbulentos à 2,0 e 10 m de altura na PA e CA, respectivamente. A maior parte da energia disponível foi convertida em fluxo de calor sensível tanto na PA como na CA, no entanto, o calor latente e a evapotranspiração na CA foi maior do que na PA. Após os eventos de chuva, principalmente no começo da estação chuvosa, foram registrados fluxos
positivos de CO2 em ambas as áreas, que em seguida passaram a ter fluxo de CO2 negativo
devido à fotossíntese das plantas. Durante a estação chuvosa, a respiração na CA foi cerca de 2,8 vezes maior do que na PA. Apesar do baixo regime pluviométrico, ambas as áreas atuaram como
sumidouro de carbono, retirando em média 3,25 e 3,42 Mg de C ha−1ano−1respectivamente para
a PA e a CA. No segundo principal objetivo, foram calculadas estatísticas da sazonalidade e da variabilidade interanual da chuva e do NDVI que descrevem a duração, o tempo e a intensidade das estações úmida e seca em quatro locais de estudo no Estado de Pernambuco (São João, Araripina, Serra Talhada e Petrolina). Os resultados mostraram que a caatinga tende a ter uma
resposta mais estável com a estação de crescimento mais longa (3,1±0,1 meses) comparada com
do crescimento das plantas. Por fim, as simulações da resposta da vegetação para diferentes cenários de chuva revelaram a existência de uma produtividade máxima do ecossistema em níveis intermediários da sazonalidade da chuva, o que sugere uma possível compensação nos efeitos da intensidade e da duração da estação úmida no crescimento da vegetação, relacionado com a dinâmica da água no solo e a taxa de transpiração.
Palavras-chave: Covariância dos vórtices turbulentos; evapotranspiração; Semiárido Brasileiro; mudança de uso da terra; modelagem ecohidrológica
Climate change scenarios point to changes in the rainfall regime with a tendency for water scarcity in semi-arid regions. Projections of changes in seasonality and interannual rainfall variability indicate severe impacts on the vegetation of arid and semi-arid tropical regions. In addition, changes in land use can impact energy and carbon flows in these regions. In this sense,
this research had two main objectives: i) evaluate the seasonal and interannual variability of
flows of energy and carbon in degraded pasture area and in the semi-arid caatinga of Pernambuco; ii) assess the effects of seasonality and interannual variability of rain in caatinga and model the responses of the caatinga to future changes in rainfall regime. In order to meet the first objective, micrometeorological towers were installed for continuous measurements of meteorological variables, energy fluxes, carbon and soil water content in a degraded pasture (PA) and caatinga (CA) area in the municipality of Serra Talhada-PE. The energy and carbon fluxes were measured with a correlation system of turbulent vortices at 2.0 and 10 m height in PA and CA, respectively. Most of the available energy was converted into sensible heat flux in both PA and CA, however, latent heat and evapotranspiration in CA were higher than in PA. After the events of rain,
especially at the beginning of the rainy season, have registered positive CO2flows in both areas,
which then started to have negative CO2 flux due to photosynthesis. During the rainy season,
the respiration in CA was about 2.8 times higher than in PA. Despite the low rainfall regime,
both areas acted as a carbon sink by an average of 3.9 and 3.4 Mg C ha−1 year−1 respectively
to the PA and CA. In the second main objective, we calculated statistics of seasonality and interannual variability of rainfall and NDVI that describing the duration, timing, and intensity of wet and dry seasons for four sites in State of Pernambuco (São João, Araripina, Serra Talhada e Petrolina). The results showed that the caatinga tends to have a more stable response with
the longest growing season (3.1±0.1 months) compared with the duration of the rainy season
(2.0±0.5 months). The format and the size of the hysteresis loops of the rain-NDVI relations
are linked to the buffering effects of soil moisture and plant growth dynamics. Finally, the simulations of the response of vegetation to different scenarios of rain have revealed the existence
suggests a possible compensation effects of intensity (e.g. quantity) and the duration of the wet season in the growth of vegetation related to the dynamics of the water in the soil and the rate of transpiration.
Keywords: Eddy covariance; evapotranspiration; Brazilian Semi-arid; land use chagen; ecohydrology modeling
Figura – 3.1 Mapa de localização das áreas de estudo. . . 38
Figura – 3.2 Variáveis meteorológicas: Radiação global (Rg), temperatura do ar
(Tar), déficit de pressão de vapor (DPV), chuva e armazenamento de água no
solo (AAS) nas áreas de pastagem degradada (PA) e caatinga (CA). . . 44
Figura – 3.3 Fluxos de energia: Saldo de radiação (Rn), calor sensível (H), calor
latente (LE) e calor no solo (G) para as áreas de pastagem degradada (PA) e
caatinga (CA). . . 47
Figura – 3.4 Distribuição de frequência acumulada do coeficiente de Priestley-Taylor
(αP T) nas áreas de pastagem degradada (PA) e caatinga (CA). . . 51
Figura – 3.5 Fluxo de CO2 e chuva na escala diária e NDVI mensal nas áreas de
pastagem degradada (PA) e de caatinga (CA). . . 52
Figura – 3.6 Variação horária do fluxo de CO2em períodos úmido e seco na área de
pastagem degradada (PA) e caatinga (CA). Valores compostos de média de 30 dias no período úmido (15/02/2014 - 16/03/2014) e no período seco (15/06/2014
- 14/07/2014). . . 54
Figura – 4.1 Região semiárida no Nordeste do Brasil e locais das análises de dados. 67
Figura – 4.2 Distribuição da média mensal da chuva e do NDVI para locais no
período de 2000 a 2014. . . 70
Figura – 4.3 Média e desvio padrão anual (“barras de erro”) para os anos
hidrológicos de 2000 a 2014 da chuva (linha superior) e do NDVI (linha inferior).
Sk - índice de sazonalidade;Dk- entropia relativa; Ck - tempo característico;
Zk - duração. Locais: São João (SJ); Araripina (AR); Serra Talhada (ST) and
Petrolina (PT). . . 71
Figura – 4.4 Curvas de histerese da relação chuva-NDVI e correlação entre a área
da histerese e o índice de sazonalidade de chuva (Sk,R). Pontos na cor preta
(pontos) e duração (“barras de erro”). Pontos na cor preta representam a seca
dos anos 2012/2013. . . 73
Figura – 4.6 Correlação entre o índice de sazonalidade da chuva (Sk,R) e o NDVI
médio anual. Pontos em preto representam a maior seca registrada nos últimos 50 anos na região. Os pontos pretos em SJ não foram levados em consideração
para o ajuste quadrático. . . 74
Figura – 4.7 Comparação entre o grau de saturação observado na camada de 0-40
cm (linha e pontos cinza) e modelado (linha preta) em Serra Talhada de 02/2014
à 03/2015. Parâmetros: sh = 0,10;sw= 0,13;s∗= 0,24;n = 0,469 cm3 cm−3;Zr
= 40 cm; Emax= 0,5 cm dia−1; Ew = 0,05 cm dia−1;Ks= 207,89 cm dia−1;b =
4,38 para solo franco arenoso em Clapp e Hornberger (1978). . . 77
Figura – 4.8 Comparação entre o NDVI observado e modelado (linha preta) na
caatinga em ST; A: Série temporal do NDVI observado e modelado, onde a linha e pontos vermelhos representam o período escolhido, 2000 a 2004, para validar o modelo (Equação 4..15), e linha e pontos em cinza representam o período escolhido para calibrar o modelo; B: Correlação entre o NDVI observado e modelado considerando os pontos para calibrar (cinza) e validar (vermelho) o
modelo. . . 80
Figura – 4.9 Simulação de cenários de chuva variando a duração da estação chuvosa
(eixo X) e a razão entreλumido´ eλseco(eixo Y). Da esquerda para a direita são
apresentados a chuva anual (mm), a evapotranspiração/chuva, drenagem/chuva e
o NDVI médio anual. Parâmetros: sh = 0,10;sw = 0,13; s∗ = 0,24;n = 0,469
cm3cm−3;Zr= 40 cm; Emax,0= 0,5 cm dia−1; Ew= 0,05 cm dia−1;Ks= 207,89
cm dia−1; Nmax= 0,926; Nmin= 0,264;kA= 0,064;kR= 0,011;αumido´ = 1,29
Tabela – 3.1 Valores anuais de variáveis meteorológicas nas áreas de pastagem
degradada e caatinga. . . 45
Tabela – 3.2 Coeficientes da regressão linear do fechamento do balanço de energia
anual em área de pastagem degradada e caatinga. . . 46
Tabela – 3.3 Valores anuais dos componentes do balanço de energia e
evapotranspiração nas áreas de pastagem degradada e caatinga. . . 49
Tabela – 3.4 Valores anuais do balanço de carbono e NDVI médio anual nas áreas
de pastagem degradada e caatinga. . . 53
α Altura média da lâmina de chuva mm ou cm
αP T Coeficiente de Priestley-Taylor
∆ Declividade da curva de pressão de vapor kPa◦C−1
η Parâmetro de controle do NDVI naEmax
γ Constante psicométrica kPa◦C−1
λ Frequência média entre os eventos de chuva dia−1
λumido´ Frequência média entre os eventos de chuva na estação chuvosa dia−1
λseco Frequência média entre os eventos de chuva durante a estação seca dia−1
θ Conteúdo volumétrico de água no solo cm3cm−3
ϕ Parâmetro de ajuste da capacidade de armazenamento de água pelo dossel
AAS Armazenamento de água no solo mm
Ck Tempo característico da chuva mês
Ck,N Momento da estação de crescimento da vegetação mês
Dk Entropia relativa da chuva
Emax Taxa máxima da evapotranspiração mm dia−1ou cm dia−1
ET Evapotranspiração mm dia−1ou cm dia−1
Ks Condutividade hidráulica na saturação mm dia−1ou cm dia−1
L Drenagem profunda mm dia−1ou cm dia−1
Nmax NDVI máximo
Nmin NDVI mínimo
pk,m Distribuição de probabilidade mensal da chuva
Q Escoamento superficial mm dia−1ou cm dia−1
qCO2 Quociente metabólico mg CO2 mg biomassa−1dia−1
R∗ Capacidade de armazenamento de água no dossel da vegetação mm ou cm
Rk Total de chuva para o ano hidrológico mm ou cm
Rmax Máximo total de chuva do ano hidrológico mm ou cm
Ra Energia disponível MJ m−2dia−1
Rg Radiação global MJ m−2dia−1
s(t) Grau de saturação do solo
s∗ Grau de saturação solo ondeET decresce linearmente com s
sh Grau de saturação no ponto higroscópico
Sk Índice de sazonalidade da chuva
sw Grau de saturação no ponto de murcha
Tumido´ Duração da estação chuvosa dias
Zk Duração da estação chuvosa mês
Zr Profundidade do sistema radicular mm ou cm
Zk,N Duração da estação de crescimento da vegetação mês
BOC Balanço de ondas curtas MJ m−2dia−1
1. Introdução Geral 21 1.1. Objetivos . . . 23 1.1.1. Objetivo geral . . . 23 1.1.2. Objetivos específicos . . . 24 2. Revisão de Literatura 25 2.1. Mudanças climáticas . . . 25 2.2. Regiões semiáridas . . . 26 2.3. A Caatinga . . . 28 2.4. As pastagens . . . 29
2.5. Fluxos de energia, água e CO2 . . . 30
3. Fluxos de energia, água e CO2em áreas de pastagem degradada e caatinga 34 3.1. Introdução . . . 35
3.2. Material e Métodos . . . 37
3.2.1. Área de estudo. . . 37
3.2.2. Instrumentação . . . 39
3.2.3. Processamentos dos dados e obtenção dos fluxos . . . 39
3.2.4. Preenchimento de falhas . . . 41 3.2.5. NDVI. . . 42 3.2.6. Análise estatística . . . 42 3.3. Resultados . . . 43 3.3.1. Variáveis meteorológicas . . . 43 3.3.2. Fluxos de energia . . . 46 3.3.3. Fluxo de carbono . . . 51 3.4. Discussão . . . 55 3.4.1. Variáveis meteorológicas . . . 55 3.4.2. Fluxos de energia . . . 56 3.4.3. Fluxo de carbono . . . 59
4. Resposta da vegetação à sazonalidade e variabilidade interanual da chuva em
floresta tropical seca 63
4.1. Introdução . . . 65
4.2. Descrição dos locais de estudo e dados . . . 66
4.3. Medidas estatísticas da sazonalidade e variabilidade interanual . . . 68
4.4. Análises da sazonalidade da chuva e do NDVI . . . 70
4.5. Variabilidade interanual da chuva e do NDVI . . . 72
4.6. Modelagem ecohidrológica . . . 75
4.6.1. Modelagem do balanço hídrico . . . 75
4.6.2. Modelagem do NDVI . . . 79
4.7. Discussões . . . 81
4.7.1. Resposta ecohidrológica para mudanças nos cenários de chuva . . . 81
4.7.2. Resposta da caatinga: atraso de resposta, histerese e tamponamento da variabilidade hidrológica . . . 83
4.8. Conclusões . . . 85
5. Conclusões Gerais 86
1.
Introdução Geral
Os ecossistemas naturais têm duas principais ameaças face aos cenários de mudanças climáticas. Em primeiro lugar, cita-se a própria variação climática, impondo que os ecossistemas se adaptem às novas condições, e, em segundo lugar, a pressão da mudança do uso da terra para implantação de sistemas agropecuários, que altera drasticamente a cobertura vegetal original dos ecossistemas. Isso é de extrema relevância, pois a vegetação natural tem importante papel ecohidrológico (TAMBOSI et al., 2015), sobretudo na relação climática e nos fluxos de energia
e de CO2.
No Brasil a região semiárida compreende cerca 11,5% do território nacional, apresentando como principal ecossistema a caatinga (SAMPAIO, 1995), com população de cerca de 27 milhões de habitantes e alta diversidade biológica (SANTOS et al., 2014). O clima no Semiárido brasileiro é caracterizado por irregularidade climática, com grande variabilidade espaço-temporal das variáveis meteorológicas, apresentando forte insolação, baixa nebulosidade, altas médias térmicas, elevadas taxas de evaporação e, sobretudo, baixos índice pluviométricos em torno de 500 a 700 mm anuais (OLIVEIRA et al., 2006), além de uma forte sazonalidade na distribuição das chuvas ao longo do ano.
Apesar de ser um bioma de ocorrência exclusiva no Brasil, a Caatinga é um dos menos estudados, sobretudo levando em consideração medições de longo prazo. Além disso, esse bioma apresenta em média apenas 53% das áreas com vegetação nativa e em alguns estados o desmatamento atinge valores ainda maiores, como por exemplo em Alagoas onde existe apenas 17,6% de caatinga remanescente (MMA, 2009).
As mudanças no uso da terra podem alterar o particionamento da energia e dos fluxos de água e carbono, principalmente quando a vegetação nativa é substituída por monoculturas como as pastagens, e estas tornam-se degradadas como é caso de cerca de 70% das pastagens no Brasil (DIAS-FILHO, 2014). Entretanto, um dos grandes desafios na atualidade é prever como a mudança de uso da terra pode afetar tais fluxos, a biodiversidade e a dinâmica da vegetação, uma vez que esses processos ainda não são completamente conhecidos (HEUBES et al., 2013),
sobretudo na região semiárida do Nordeste do Brasil.
Além dos impactos das mudanças do uso da terra, ainda é incerto o efeito das mudanças climáticas atualmente previstas. Segundo Huang et al. (2015b), as regiões áridas e semiáridas que atualmente correspondem à cerca de 33% de todo o planeta, poderão representar 56% da superfície terrestre de acordo com cenários de mudanças climáticas (IPCC, 2014; HUANG et al., 2015b). Análises recentes, em escalas globais, realizadas por Feng, Porporato e Rodriguez-Iturbe (2013) e Pascale et al. (2014), apontam para um aumento na sazonalidade e variabilidade interanual das chuvas, destacando o potencial impacto dessas alterações sobre a vegetação local e os processos hidrológicos relacionados, bem como no aumento do risco de perda de biodiversidade pela extinção de espécies locais (HENNERON et al., 2015; VISOIU; WHINAM, 2015).
Assim, o entendimento da interação clima-biosfera é fundamental para descrever as mudanças climáticas, bem como os diversos processos associados à qualidade de vida e às mudanças de uso da terra, onde os diferentes tipos climáticos podem determinar a dinâmica de tais processos, sobretudo em grandes áreas. É importante compreender o impacto dessas alterações nos regimes de chuva na vegetação para avaliar a futura disponibilidade de recursos hídricos e nas condições do ecossistema, bem como quantificar a retroalimentação de tais mudanças em processos hidrológicos.
Embora seja possível fazer inferências sobre os impactos na mudança no uso da terra, compreender o efeito do clima e da vegetação ou da cobertura do solo sobre os processos de troca de energia é fundamental para predição de como os ecossistemas responderão a futuras perturbações físicas e biológicas. É essencial estudar as trocas de vapor d’água e energia em ecossistemas por muitos anos para elucidar mecanismos que controlam o ciclo de carbono e outros processos do ecossistema (KRISHNAN et al., 2012). Em regiões áridas e semiáridas, é necessário o estudo da variabilidade do clima sobre os fluxos de água e carbono, tanto para melhorar o conhecimento dos mecanismos do balanço desses elementos, como também para prever os possíveis efeitos de mudanças climáticas dos cenários atuais, disponibilizando aos pesquisadores informações para melhorar e validar seus modelos (LIU; LI; WANG, 2011).
Entre os vários métodos de monitoramento dos fluxos de energia, água e carbono, destaca-se o sistema da correlação dos vórtices turbulentos (Eddy covariance) utiliza alta resolução
temporal nas medições e é considerado uma metodologia padrão para monitoramentos de gases do efeito estufa e de fluxos de energia, como o calor latente e calor sensível (BALDOCCHI, 2003; WILSON et al., 2001; MYKLEBUST; HIPPS; RYEL, 2008; KRISHNAN et al., 2012; BURBA; MADSEN; FEESE, 2013).
Apesar da popularização do método da correlação dos vórtices turbulentos no mundo e no Brasil (RANDOW et al., 2004; CABRAL et al., 2010; ARRUDA, 2011; CABRAL et al., 2013), ainda são poucas as pesquisas com essa metodologia no nordeste brasileiro, sobretudo em área de pastagem (MACHADO et al., 2016), e de caatinga (OLIVEIRA et al., 2006; SOUZA et al., 2015), e medições de longa duração comparando simultaneamente a caatinga com outras culturas, a exemplo de pastagens, são praticamente inexistentes.
Diante disso, foram realizados monitoramentos dos fluxos de energia, água e carbono em área de pastagem degradada e de caatinga (2014-2015) no semiárido pernambucano para quantificar tais fluxos e avaliar sua variabilidade sazonal, bem como os possíveis efeitos da substituição da caatinga por pastagem. Em relação à caatinga, devido às condições atuais do avançado desmatamento, uma atenção espacial foi dada a esse ecossistema. Inicialmente, foram analisados séries de dados de 15 anos de chuva e NDVI, seguindo um gradiente de chuva e de sazonalidade. Além disso, foi elaborado e validado um modelo capaz de simular a dinâmica do crescimento da caatinga, tendo como principal dado de entrada o conteúdo de água no solo. Por fim, uma simulação foi realizada para fazer inferências sobre como a caatinga poderá responder às mudanças na magnitude e sazonalidade da chuva.
1.1. Objetivos
1.1.1. Objetivo geral
Avaliar a variabilidade sazonal e interanual dos fluxos de energia, água e carbono em áreas de pastagem degradada e de caatinga no semiárido pernambucano, bem como avaliar os efeitos da sazonalidade e da variabilidade interanual da chuva na caatinga e assim, modelar as respostas dessa vegetação às futuras mudanças no regime de chuva.
1.1.2. Objetivos específicos
• estudar o efeito da sazonalidade da chuva nos fluxos de energia, água e carbono em áreas de pastagem e de caatinga no semiárido pernambucano;
• avaliar como a substituição da caatinga por pastagem afeta os fluxos de energia, água e carbono;
• analisar como a sazonalidade da chuva afeta o crescimento da caatinga em diferentes regimes de chuva;
• modelar a dinâmica da água no solo e o crescimento da caatinga;
2.
Revisão de Literatura
2.1. Mudanças climáticas
Os cenários de mudanças climáticas têm sido frequentemente discutidos pela comunidade científica, sobretudo em relação aos efeitos que as alterações no clima podem provocar em regiões áridas e semiáridas. De acordo com o IPCC (2014), o risco de ocorrer redução na disponibilidade hídrica com as mudanças climáticas nessas regiões é significativo, podendo também ocorrer aumento na extensão das áreas afetadas pela seca (HUANG et al., 2015b), com potenciais impactos negativos em vários setores como agricultura, produção de energia, abastecimento de água e saúde, dentre outros.
A chuva e a temperatura do ar são as variáveis mais comumente citadas em cenários de mudanças climáticas (RAGAB; PRUDHOMME, 2002; IPCC, 2014), sendo que nas regiões semiáridas pequenas alterações nos padrões de chuva e temperatura podem ocasionar grandes impactos (HUANG et al., 2015a), porém há divergência quanto a magnitude dessas alterações. Segundo Cirilo (2008), a redução da chuva, combinada com aumento da temperatura do ar, tende a elevar a taxa de evaporação dos corpos d’água e, consequentemente, reduzir o volume neles armazenado, podendo diminuir as recargas dos aquíferos e a realimentação da vazão dos rios em 70% até o ano de 2050. Além disso, o período chuvoso poderá se tornar cada vez mais concentrado no espaço e no tempo. Assim, trazendo à tona um processo de “aridização”, podendo também causar mudanças na caatinga, onde poderão prevalecer espécies mais típicas de regiões áridas, como as cactáceas.
As regiões semiáridas poderão ser ainda mais afetadas pelos fenômenos do El Niño e La Niña (SIVAKUMAR; DAS; BRUNINI, 2005; RECHA et al., 2012). As alterações nos regimes das chuvas associadas ao aumento da temperatura do ar promoverão a transição de semiárido para árido onde deverão ocorrer principalmente na África (HUANG et al., 2015a). Mesmo que em algumas regiões a temperatura do ar não seja um fator limitante, exceto na região sul (América Latina), a falta de chuva ou a sua distribuição irregular é um problema sério, especialmente
considerando os aspectos agrícolas (SIVAKUMAR; DAS; BRUNINI, 2005).
Embora as plantas com mecanismo fotossintético do tipo C3 aumentem em média 30%
na produção em ambiente com duas vezes mais CO2, a faixa de temperatura ótima para produção
é bastante limitada. Algumas regiões podem apresentar temperaturas elevadas resultando em estresse durante algumas fases do crescimento, sendo necessário adaptar as datas de plantio para minimizar esse risco (SIVAKUMAR; DAS; BRUNINI, 2005). No semiárido brasileiro, a
temperatura do ar poderá aumentar de 1,0 a 6,0◦C considerando o ano de 1990 como referência
(MABBUTT, 1989; SIVAKUMAR; DAS; BRUNINI, 2005; CIRILO, 2008).
2.2. Regiões semiáridas
As regiões semiáridas cobrem aproximadamente 17,7% da superfície da terra (LAL, 2004), e somadas às regiões áridas totalizam cerca de 1/3 da superfície continental do globo terrestre, e com o potencial de aumento na sua extensão (IPCC, 2014). Segundo Williams (1999), cerca de 400 milhões de pessoas vivem em regiões semiáridas. A região classificada como
semiárida no Brasil é de 982.563 km2, que corresponde aproximadamente 11,5% do território
brasileiro (PEREIRA JÚNIOR, 2007). Essas regiões têm impactos potencialmente grandes no clima local e o balanço de radiação global atual representa as condições climáticas previstas para regiões que são atualmente úmidas (ROTENBERG; YAKIR, 2010; IPCC, 2014).
Os critérios utilizados para definição de áreas semiáridas podem apresentar algumas variações com relação aos valores limites. Segundo a FAO (1989), as regiões classificadas como semiáridas apresentam índice de aridez (Chuva/Evapotranspiração potencial) entre 0,20 e 0,50 e chuva média anual de 300 a 800 mm. No Brasil, a delimitação da região semiárida foi baseada em três critérios técnicos: (i) precipitação pluviométrica anual inferior a 800 mm; (ii) índice de aridez de até 0,50 calculado a partir de séries de dados históricas (1961-1990); (iii) risco de seca maior que 60% (PEREIRA JÚNIOR, 2007). Apesar dessas diferenças na forma e critérios de classificação das regiões semiáridas, a chuva é uma variável comum utilizadas nos sistemas de classificação do clima.
O Semiárido brasileiro apresenta irregularidade climática com grande variabilidade espacial e temporal das variáveis meteorológicas, apresentando os valores mais extremos do país: a mais forte insolação, a mais baixa nebulosidade, as mais altas médias térmicas, as mais
elevadas taxas de evaporação e, sobretudo, os mais baixos índices pluviométricos, em torno de 500 a 800 mm anuais (OLIVEIRA et al., 2006; ALTHOFF et al., 2016). Os recursos naturais tais como: água, nutrientes do solo e biomassa da planta, normalmente passam por períodos de alta e de baixa abundância. Os curtos períodos de alta disponibilidade de tais recursos são acionados por eventos de chuva, que apesar da escassez, pode suprir a demanda de recursos de alguns processos biológicos por algum tempo (SCHWINNING; SALA, 2004). As chuvas irregulares, pouco frequentes, os períodos de estiagem, o clima e as mudanças de uso da terra adicionam mais complexidade à hidrologia das regiões semiáridas (MONTENEGRO; RAGAB, 2012). Assim, a compreensão das variações e dos períodos de flutuação de processos hidrológicos é essencial, sendo que esses processos incluem a chuva, o escoamento superficial e a evapotranspiração (LI et al., 2012).
O regime hidrológico da região semiárida é muito complexo, com forte gradiente de sazonalidade e marcado pela alta variabilidade espaço-temporal. Além desse regime sazonal, uma forte variabilidade interanual produz tanto anos irregulares com chuva acima da média, como secas extremas (MONTENEGRO; RAGAB, 2012). Embora os períodos de seca ocorram com maior frequência, devido às características das chuvas nas regiões semiáridas, alta intensidade combinada com uma curta duração da estação chuvosa, enchentes também são registradas e com grande risco de impactos, pois são de difícil previsão (FARQUHARSON; MEIGH; SUTCLIFFE, 1992).
O baixo volume de chuva e a alta evapotranspiração potencial ou de referência, que ultrapassa 2.000 mm por ano (SOUZA, 2014), associados aos solos normalmente ricos em bases (MOTA; OLIVEIRA, 1999) e manejo inadequado dos recursos hídricos (NETTO et al., 2007) aumentam o risco de salinização, que segundo Williams (1999) é uma das maiores ameaças para os recursos hídricos e a desertificação (THOMAS; MIDDLETON, 1993) das regiões semiáridas. Além disso, estima-se que cerca de 932 milhões de hectares são afetados por sais o que corresponde aproximadamente a 6,3% da superfície terrestre (WONG et al., 2009). Entretanto, se considerado o alto risco da salinidade nas regiões áridas e semiáridas as áreas afetadas por sais podem atingir cerca de 10% (PEREIRA, 1983; THOMAS; MIDDLETON, 1993).
2.3. A Caatinga
A Caatinga é o único bioma exclusivamente brasileiro e está localizado em quase sua totalidade na região semiárida do Nordeste do Brasil. O bioma ocupa uma área estimada de
844.453 km2 (MMA, 2009), e tem um importante papel como fonte de energia e pastagens
naturais (SAMPAIO, 1995). Esse ecossistema apresenta alta biodiversidade e também está sujeito a elevada pressão humana (SANTOS et al., 2014), com uma população de aproximadamente 27 milhões de habitantes (GARIGLIO et al., 2010).
A vegetação da caatinga é composta, em sua maior parte, por arbustos, cactáceas e pequenas árvores (SAMPAIO, 1995; FERRAZ et al., 1998; BARBOSA et al., 2012), que devido a irregularidade das chuvas raramente alcançam altura superior a 20 m (SAMPAIO; SILVA, 2005). As plantas cactáceas também são frequentemente encontradas principalmente nas áreas mais secas. Entre as espécies de maior ocorrência na caatinga podem ser citadas: Aspidosperma
pyrifoliumMart., Caesalpinia pyramidalis Tul., Croton sonderianus Muell. Arg., Anadenanthera
colubrina (Vell.) Brenam, Pithecellobium foliolosum Benth., Mimosa acutistipula Benth.,
Commiphora leptophloeos(Mart.) Gillett (AMORIM; SAMPAIO; ARAÚJO, 2005; RODAL;
MARTINS; SAMPAIO, 2008). Assim, a estrutura e a composição da vegetação é fortemente associada com o total anual de chuva (RITO et al., 2016).
Devido as condições hídricas do semiárido, as plantas da caatinga apresentam diferentes adaptações fisiológicas ao clima da região, sendo talvez a caducifolia uma das estratégias mais frequentemente encontradas, comum em todos os arbustos (SAMPAIO, 1995). Após a estação chuvosa, que tem duração média de 3 a 4 meses, a maior parte das plantas perde as folhas, formando uma camada de serrapilheira sobre o solo, e permanece em estado de latência até o início da próxima estação chuvosa. Após os primeiros eventos de chuva, dependendo das condições da caatinga, a vegetação pode restabelecer o seu dossel a partir de 15 dias (PARENTE et al., 2012).
As folhas que caem no final da estação chuvosa formam uma camada de serrapilheira que é, em parte consumida pelos animais (bovinos, caprinos e ovinos) que pastejam nessas áreas (PARENTE et al., 2010). Em área de caatinga preservada a massa das folhas depositadas
pode corresponder a cerca até 80% do material depositado (SOUTO, 2006; ANDRADE et al., 2008; LOPES et al., 2009; MACIEL et al., 2012), sendo que a produção total pode alcançar
6,7 t ha−1 (MACIEL et al., 2012). Embora a chuva seja a principal variável que controla a
produção de serrapilheira em ecossistemas de regiões semiáridas, Lopes, Araújo e Vasconcellos (2015) demostraram que a densidade de árvores também tem grande contribuição na produção de material depositado, e que os efeitos da chuva são mais evidentes após períodos de 60 a 90 dias.
2.4. As pastagens
As pastagens fornecem uma oportunidade especial de estudar a fisiologia do ecossistema em resposta às mudanças ambientais, pois esse ecossistema, em particular, responde de forma assimétrica à variação anual da chuva (WEVER; FLANAGAN; CARLSON, 2002). Apesar da importância das pastagens na regulação da mudança climática global e no ciclo hidrológico, poucos estudos medindo e/ou simulando, continuamente, por vários anos os fluxos de água e de carbono nesses ecossistemas foram realizados, especialmente em regiões áridas e semiáridas (LI et al., 2007; KRISHNAN et al., 2012; RAJAN; MAAS; CUI, 2014).
As pastagens nativas e cultivadas englobam aproximadamente 32% de toda vegetação natural do globo terrestre (PARTON et al., 1995). No Brasil, a área de pastagem é de 151 milhões de hectares, o que corresponde a aproximadamente 17,8% do território brasileiro (DIEESE, 2011). No estado de Pernambuco, a área ocupada com pastagens é de 2,5 milhões de ha e representava 26% da área do estado em 2006 (IBGE, 2006). Em regiões tropicais as pastagens são geralmente compostas por monoculturas de gramíneas forrageiras, e apresentam mecanismo
de fotossíntese do tipo C4.
A eficiência das pastagens depende de vários aspectos relacionados à fisiologia da planta, clima, solo e manejo. Em regiões de clima semiárido, espécies como Urochloa mosambicensis, Cenchrus setigerus, Cenchrus ciliares, Rynchelytrum repens e Panicum maximum apresentam bom desempenho produtivo, resistindo à seca e às altas temperaturas (OLIVEIRA et al., 1988).
Em comparação com espécies florestais (mecanismo de fotossíntese do tipo C3), as gramíneas
apresentam maior eficiência no uso de água.
As pastagens têm potencial de uso para recuperação de áreas degradadas, devido ao seu crescimento rápido e também maior eficiência no uso de água (comparando com plantas
C3) (TAIZ; ZEIGER, 2006). Apesar do potencial de recuperação de áreas degradadas, no
Brasil estima-se que cerca de 70% das pastagens brasileiras encontram-se com algum estágio de degradação (DIAS FILHO, 2011), e dessa forma podem atuar como fonte ao invés de sumidouro
de CO2(LIU; LI; WANG, 2011).
A substituição da vegetação nativa por pastagens afeta os fluxos de energia, água eCO2.
Entretanto, um dos grandes desafios na atualidade é prever como a mudança de uso da terra pode afetar tais fluxos e ainda, a biodiversidade e a dinâmica da vegetação, uma vez que esses processos ainda não são completamente conhecidos (HEUBES et al., 2013), sobretudo em região semiárida.
2.5. Fluxos de energia, água e CO2
As trocas de energia e de vapor d’água entre a superfície terrestre e a atmosfera impulsiona o clima da escala local para global (KRISHNAN et al., 2012; CHEN; CHU; LI, 2012), sendo
fundamental para a redistribuição da umidade, do fluxo de calor e de CO2 (ROTENBERG;
YAKIR, 2010). O saldo de radiação (Rn) na superfície está relacionado com a energia solar que chega ao topo da atmosfera (GAY, 1971), e normalmente é particionado em três principais componentes: fluxo de calor latente (LE), fluxo de calor sensível (H) e fluxo de calor no solo (G).
Os fluxos de calor latente e calor sensível representam a parte doRn que é utilizada no
processo de evapotranspiração (LIANG et al., 2010) e de aquecimento do ar, respectivamente. Medições precisas dos componentes do balanço de energia são fundamentais para a determinação da evapotranspiração, que é um dos processos mais importante em uma gama de áreas, incluindo ecologia, hidrologia e meteorologia (WILSON et al., 2001). A evapotranspiração é uma das principais formas de transferência de água no sistema solo-planta-atmosfera e, em pastagens de regiões áridas e semiáridas, pode ser responsável por mais de 90% do consumo da água da chuva (FLERCHINGER; HANSON; WIGHT, 1996; ZHANG et al., 2012; SOUZA et al., 2016).
Alguns fatores ambientais como velocidade do vento, umidade e turbulência da atmosfera
e características da planta influenciam noLE e no H. Em regiões semiáridas devido a alta
disponibilidade de energia, onde a média do saldo de radiação varia entre 11,46 e 13,35 MJ m−2
no solo. De acordo com Jamiyansharav et al. (2011), o baixo suprimento de água no solo faz com que a energia disponível seja utilizada primeiro para aquecer o solo e o ar e depois, o que resta fica disponibilizado para a evaporação e a transpiração. Krishnan et al. (2012) encontraram coeficiente de determinação entre o conteúdo de água no solo e a evapotranspiração de 0,72 em área de pastagem.
A água que é transferida para a atmosfera pela transpiração das plantas, sobretudo através
das folhas, está associada à captura de CO2 (TAIZ; ZEIGER, 2006), que assim como outros
gases como o óxido nitroso (N2O) e o metano (CH2), faz parte dos gases do efeito estufa. A
troca de CO2 entre o ecossistema e a atmosfera depende de vários fatores inerentes à planta (por
exemplo, o índice de área foliar), ao solo (por exemplo, o conteúdo de água disponível), e às condições meteorológicas (por exemplo, o DPV e a radiação solar). Assim, o monitoramento do
fluxo de CO2 pode ser utilizado para identificar processos importantes, como mudanças no uso
da terra, crescimento da planta, etc. (DUGAS; HEUER; MAYEUX, 1999; BALDOCCHI, 2003). Em regiões com baixa disponibilidade hídrica, pequenas variações relacionadas à água podem alterar significativamente o ciclo do carbono do ecossistema (SCOTT et al., 2006).
O balanço de CO2 na escala de ecossistema (N EE - net ecosystem exchange) é
determinado pela quantidade de carbono assimilada pela vegetação por meio da fotossíntese (GEP - gross ecosystem productivity) e a quantidade de carbono liberada pelo processo
de respiração das plantas e dos organismos do solo (Respiração do ecossistema - Reco)
(BALDOCCHI, 2003). Quando o N EE é negativo indica que o ecossistema absorveu mais
carbono da atmosfera do que a quantidade liberada pelo processo de respiração, sendo classificado
como sumidouro de CO2. O fluxo de CO2na escala horária ou diária apresenta grandes flutuações
entre valores positivos e negativos (RANDOW et al., 2004; SOUZA, 2014), entretanto para
avaliar a atuação do ecossistema no balanço de CO2, como fonte ou sumidouro, é necessário
monitorar esses fluxos durante longo período de tempo.
A maior parte dos estudos sobre trocas de CO2 entre o ecossistema e a atmosfera indica
balanço negativo de carbono (BARR et al., 2004; RANDOW et al., 2004; SOUZA, 2014), ou
seja, que os ecossistemas tendem a atuar como um sumidouro de CO2. Além das condições
climáticas, a condição de conservação do ecossistema é muito importante para um balanço de
fonte de CO2 (LIU; LI; WANG, 2011).
O carbono que fica retido nas plantas permanece nos órgãos e tecidos e posteriormente uma parte é transferida para o solo na forma de matéria orgânica, por exemplo nas folhas, frutos, cascas e sementes. A respiração do solo é a principal forma pelo qual o carbono armazenado na planta retorna à atmosfera (SCHLESINGER; ANDREWS, 2000), e cerca de 90% do carbono emitido pode ser proveniente da respiração das raízes (DUGAS; HEUER; MAYEUX, 1999).
A forma mais direta para investigar os efeitos do sequestro de carbono é pelo monitoramento do conteúdo de carbono orgânico do solo ao longo do tempo, apesar de normalmente haver limitações estatísticas quanto ao número de amostras para períodos maiores que cinco anos (AMMANN et al., 2007). O carbono orgânico do solo que está em processo de troca ativa com a atmosfera representa aproximadamente 2/3 de todo o carbono dos ecossistemas terrestres (POST et al., 1982). Segundo Batjes (1996), nos primeiros 30 cm de profundidade do solo são armazenados entre 684 e 724 Pg de carbono.
Atualmente existem algumas maneiras já estabelecidas para determinação dos fluxos de
energia e de CO2. O balanço de energia pode ser determinado principalmente pelos métodos
do perfil aerodinâmico, razão de Bowen e covariância dos vórtices turbulentos, sendo os dois últimos amplamente utilizados (ASHKTORAB et al., 1989; WOLF et al., 2008; KRISHNAN et al., 2012).
O método da razão de Bowen é bastante utilizado devido principalmente à sua base teórica simplificada e a exigência de instrumentação relativamente simples para estimar o fluxo de vapor d’água (ASHKTORAB et al., 1989; WOLF et al., 2008). No método da razão de Bowen é assumido que os coeficientes de transferência turbulenta de água e calor são idênticos (ANGUS; WATTS, 1984), e a aplicação desse método requer medidas em intervalos de 20 a 30 minutos em um perfil de temperatura e umidade relativa do ar em pelo menos dois níveis acima do dossel da vegetação. Além disso, também é necessária a medição do saldo de radiação em uma determinada altura acima do dossel da vegetação (ASHKTORAB et al., 1989) e do fluxo de calor no solo. A partir dessas medições, podem-se estimar os fluxos de calor sensível e latente, e consequentemente a evapotranspiração, que tem sido uma das principais aplicações do método da razão de Bowen (ASHKTORAB et al., 1989; WOLF et al., 2008).
utiliza alta resolução temporal das suas medições e nos últimos anos tem sido considerado a ferramenta padrão, pois permite estudar simultaneamente as trocas de energia, de água e de carbono entre a superfície e a atmosfera (BALDOCCHI, 2003; MYKLEBUST; HIPPS; RYEL, 2008). Segundo Baldocchi (2003), quatro fatores contribuem para a popularização do método
da correlação dos vórtices turbulentos:(i) escala apropriada devido ao fornecimento de dados
de CO2 de todo o ecossistema; (ii) produz medidas diretas da troca líquida de CO2 entre o
ecossistema e a atmosfera;(iii) a área amostrada, footprint do fluxo, varia de centenas de metros
a quilômetros;(iv) e a escala de tempo de horas a anos.
Segundo Chen, Chu e Li (2012), apesar das vantagens do método da covariância dos vórtices turbulentos e da quantidade de pesquisa já realizadas, a sua aplicação bem sucedida a longo prazo frequentemente é contestada por diversas dificuldades, incluindo condições micrometeorológicas não ideais, falhas na aquisição dos dados, limitações dos instrumentos de medidas ou falta de área suficientemente grande para garantir que as medidas dos fluxos são daquele ecossistema.
No entanto, o método da covariância dos vórtices turbulentos tem sido aplicado com sucesso para determinação dos fluxos em vários ecossistemas: pastagens (RANDOW et al., 2004; AIRES; PIO; PEREIRA, 2008; LOPEZ et al., 2008; WANG; XIAO; YAN, 2010; KRISHNAN et al., 2012), florestas nativas e plantadas (BARR et al., 2004; MYKLEBUST; HIPPS; RYEL, 2008; CABRAL et al., 2010; ARRUDA, 2011), cultivo de cana-de-açúcar (CABRAL et al., 2012; CABRAL et al., 2013), soja (RODRIGUES et al., 2013) e caatinga (OLIVEIRA et al., 2006; SOUZA et al., 2015; MACHADO et al., 2016). Entretanto, ainda faltam determinações de longo prazo desses fluxos em áreas de caatinga e pastagem no Semiárido brasileiro para avaliar como esses ecossistemas respondem sob várias condições de chuva e disponibilidade de água.
É importante ressaltar que essas informações obtidas pelo método da covariância dos vórtices turbulentos são de grande importância tanto para avaliação do atual potencial desses ecossistemas para mitigação de gases do efeito estufa, como também para a realização de modelagem e predições sob diferentes cenários de chuva.
3.
Fluxos de energia, água e CO
2em áreas de pastagem degradada e
caatinga
Resumo
Os cenários de mudanças climáticas apontam para alterações no regime de chuva com tendência de escassez de água nas regiões semiáridas. Além da chuva, mudanças no uso da terra podem impactar nos fluxos de energia, de água e de carbono nessas regiões. O desmatamento da caatinga no Semiárido brasileiro é de cerca de 46%, sendo a pastagem o tipo de vegetação mais comumente implantada após a remoção da vegetação nativa. Nesse sentido, o objetivo deste trabalho foi avaliar a variabilidade sazonal e interanual dos fluxos de energia de água e de carbono em áreas de pastagem degradada e caatinga no semiárido pernambucano. Foram instaladas torres micrometeorológicas para medições contínuas de variáveis meteorológicas, dos fluxos de energia e carbono e do conteúdo de água no solo em áreas de pastagem degradada (PA) e de caatinga (CA) no município de Serra Talhada-PE. Os fluxos de energia e carbono foram medidos com instrumentação do sistema da covariância dos vórtices turbulentos à 2,0 e 10 m de altura na PA e CA, respectivamente. Os registros de chuva durante o período de estudo foram abaixo da média histórica da região. O saldo de radiação seguiu a variabilidade sazonal da radiação global. A maior parte da energia disponível foi convertida em fluxo de calor sensível tanto na PA como na CA, no entanto, o calor latente e a evapotranspiração na
CA foram maiores do que na PA. Pulsos positivos de CO2 foram registrados após os eventos
de chuva, sendo que a CA permaneceu mais tempo como fonte de CO2do que a PA. Durante a
estação chuvosa, a respiração na CA foi cerca de 3,6 vezes maior do que na PA. Apesar do baixo regime de chuva, ambas as áreas tiveram balanço de carbono negativo, retirando em média 3,9
e 3,4 Mg de C ha−1 ano−1 respectivamente para a PA e a CA. A substituição da caatinga por
pastagem afetou de forma negativa o balanço de energia, com menor evapotranspiração e maior temperatura do ar na pastagem em comparação com a caatinga.
Palavras-chave: Covariância dos vórtices turbulentos; evapotranspiração; NDVI; semiárido brasileiro; mudança de uso da terra
Energy, water, and CO
2fluxes in degraded pasture and tropical dry forest
Abstract
Climate change scenarios point to changes in the rainfall regime with a tendency of water scarcity in semi-arid regions. In addition to the rain, land use change may impact on the fluxes of energy, water, and carbon in those regions. The deforestation of the caatinga in the Brazilian semi-arid region is about 46%, with grassland vegetation type the more commonly deployed type of vegetation after native vegetation removal. Thus, the objetive of this work was to evoluate the seasonal and interannual variability of energy, water, and carbon fluxes in a degraded pasture and caatinga area in the semi-arid region of Pernambuco. Micrometeorological towers were installed for continuous measurements of meteorological variables, energy and carbon fluxes and soil water content in an area of degraded pasture (PA) and caatinga (CA) in Serra Talhada, Pernambuco. The energy and carbon fluxes were measured with instrumentation of eddy covariance system at 2.0 and 10 m height in PA and CA, respectively. The rainfall records during the study period were below of the historical average of the region. The net radiation followed the seasonal variability of global radiation. Most of the available energy was converted into sensible heat flux in both PA and CA, however, latent heat and the evapotranspiration in CA
was greater than in PA. Positive pulses of CO2were recorded after rain events, where the CA
remained longer as CO2 source than PA. During rainy season, the respiration in CA was about
3.6 times greater than in PA. Despite the low rainfall regime, both areas have acted as a carbon
sink, removing an average of 3.9 and 3.40.31 Mg of C ha−1year−1 respectively for the PA and
the CA. The replacement of the caatinga by pasture affected negatively the energy balance, with less evapotranspiration and higher air temperature in the pasture compared to the caatinga. Keywords: Eddy covariance; evapotranspiration; NDVI; Brazilian semi-arid; land-use change
3.1. Introdução
Os cenários de mudanças climáticas apontam para mudanças no regime de chuva nos trópicos, tanto na quantidade como também na sazonalidade e variabilidade interanual (FENG; PORPORATO; RODRIGUEZ-ITURBE, 2013; IPCC, 2014). Nesse sentido, as regiões semiáridas que totalizam 17,7% da superfície terrestre (ROTENBERG; YAKIR, 2010), e 11,5%
no Brasil (PEREIRA JÚNIOR, 2007), podem ter suas áreas aumentadas diante de tais cenários IPCC (2014), sobretudo com aumento mais acentuado nos países em desenvolvimento (HUANG et al., 2015b).
O levantamento de dados primários (chuva, temperatura, radiação global e balanço de energia) em regiões semiáridas é importante, principalmente por causa da sua extensão, juntamente com as condições de baixa nebulosidade e de alta radiação solar. Essas regiões têm impactos potencialmente muito grandes no clima local e o balanço de radiação global representa as condições climáticas previstas para grandes áreas de regiões atualmente úmidas (ROTENBERG; YAKIR, 2010).
O Semiárido brasileiro é caracterizado por apresentar vegetação nativa do tipo caatinga e também irregularidade climática com grande variabilidade espacial e temporal das variáveis meteorológicas, apresentando os valores mais extremos do país: a mais alta insolação, a mais baixa nebulosidade, as mais altas médias térmicas, as mais elevadas taxas de evaporação e, sobretudo, os mais baixos índices pluviométricos, em torno de 500 a 700 mm anuais (OLIVEIRA et al., 2006). As chuvas irregulares, pouco frequentes, os períodos de estiagem, o clima e as mudanças do uso da terra adicionam mais complexidade na hidrologia dessas regiões (MONTENEGRO; RAGAB, 2012).
A caatinga é o único bioma exclusivamente brasileiro sendo composto de vegetação arbórea-arbustiva, herbáceas e também de cactáceas (SAMPAIO, 1995; AMORIM; SAMPAIO; ARAÚJO, 2005; BARBOSA et al., 2012). Apesar disso, esse é um dos biomas menos preservados no Brasil com apenas cerca de 54% da cobertura natural, onde normalmente são implantadas pastagens em boa parte das áreas desmatadas (MMA, 2009). Uma problemática da substituição de vegetação nativa por pastagens é que no Brasil cerca de 70% das pastagens apresentam algum estágio de degradação (DIAS FILHO, 2011). Assim, é possível que a substituição da
vegetação nativa por pastagens afete os fluxos de energia, água e CO2. Dessa forma um dos
grandes desafios é gerar dados sobre como a mudança de uso da terra pode afetar tais fluxos e ainda, a biodiversidade e a dinâmica da vegetação, uma vez que esses processos ainda não são completamente conhecidos (HEUBES et al., 2013), sobretudo na região semiárida do Nordeste do Brasil.
(PARTON et al., 1995). A informação mais recente da área de pastagem no Brasil é de 151 milhões de hectares, o que corresponde a aproximadamente 17,8% do território brasileiro (DIEESE, 2011). Esse tipo de ecossistema fornece uma oportunidade especial de estudar a fisiologia em resposta às mudanças ambientais, pois as pastagens, em particular, mostram respostas assimétricas à variação anual da chuva (WEVER; FLANAGAN; CARLSON, 2002). Apesar da importância das pastagens na regulação da mudança climática global e no ciclo hidrológico, poucos estudos medindo e/ou simulando continuamente os fluxos de água e de carbono nesses ecossistemas foram realizados no Brasil (MACHADO et al., 2016).
Compreender o efeito do clima e da vegetação ou da cobertura do solo sobre os processos de troca de energia é fundamental para predição de como os ecossistemas responderão a futuras perturbações físicas e biológicas. É essencial estudar as trocas de vapor d’água e energia em ecossistemas por vários anos para elucidar mecanismos que controlam o ciclo de carbono e outros processos do ecossistema (KRISHNAN et al., 2012).
Em regiões áridas e semiáridas, é necessário o estudo do efeito da variabilidade do clima nos fluxos de energia, água e carbono, tanto para melhorar o conhecimento dos mecanismos de troca dos mesmos, como para prever os possíveis efeitos de mudanças climáticas nessas regiões, fornecendo também aos pesquisadores informações para melhorar e validar seus modelos climáticos (LIU; LI; WANG, 2011). Nesse contexto, o presente trabalho teve como objetivo avaliar a variabilidade sazonal e interanual dos fluxos de energia, água e carbono em área de pastagem degradada e de caatinga no semiárido pernambucano.
3.2. Material e Métodos
3.2.1. Área de estudo
As medições dos fluxos de energia, água e carbono foram realizadas em área de pastagem degradada (PA) e de caatinga (CA) distanciadas em 2,5 km (Figura 3.1). O clima é classificado segundo Köppen, como BSwh’, sendo caracterizado como quente e semiárido, com chuvas de verão concentradas entre dezembro e maio (85%). A precipitação média anual é de
aproximadamente 640 mm e a temperatura do ar média mensal varia entre 23,1 e 26,7 ◦C,
Figura 3.1 – Mapa de localização das áreas de estudo.
A área de pastagem degradada, com 18 ha, está localizada na Fazenda Lagoinha
(7◦56’50,53” S e 38◦23’29,11” O, 450 m), município de Serra Talhada-PE. A PA antes de
2012 era composta principalmente por capim corrente (Urochloa mosambicensis), mas devido ao prolongado período de seca que teve início em 2012 e ao aumento na pressão de pastejo, houve uma ocupação gradual de plantas espontâneas. Durante a estação chuvosa, a PA é pastejada por ovinos e bovinos e na estação seca a maior parte do solo fica completamente exposto à radiação solar e à chuva. O solo predominante da PA é o Luvissolo Crômico (SANTOS et al., 2013), cujas profundidades variaram de 0,40 a 0,50 m e a textura predominante foi a Franco-Argilo-Arenosa (SOUZA et al., 2015).
A área da caatinga (CA), com aproximadamente 270 ha, está localizada na Fazenda
Buenos Aires (7◦58’5,20” S e 38◦23’2,62” O, 430 m), município de Serra Talhada-PE. Essa
vegetação nativa não sofreu extração de madeira por um período de aproximadamente 30 anos antes do início do presente trabalho, sendo a vegetação composta por espécies caducifólias, com predominância de angico (Anadenanthera colubrina), baraúna (Schinopsis brasiliensis), catingueira (Caesalpinia pyramidalis), jurema-preta (Mimosa tenuiflora), mandacaru (Cereus jamacaru), marmeleiro (Croton sonderianus), pau-ferro (Caesalpinia ferrea) e pereiro (Aspidosperma pyrifolium). A área durante o período chuvoso é pastejada principalmente
por ovinos e bovinos. Os solos predominantes nessa área são o Neossolo Litólico e o Luvissolo Crômico (SANTOS et al., 2013), com profundidade variando entre 0,40 e 0,90 m.
3.2.2. Instrumentação
Medidas de fluxos turbulentos de calor sensível, calor latente e CO2 foram realizadas
continuamente acima do dossel da vegetação (1,5 m na PA e 2,5 m na CA) utilizando um sistema de covariância dos vórtices turbulentos (eddy covariance - EC). O sistema de EC é composto por um anemômetro sônico tridimensional (CSAT3, Campbell Scientific, Logan, Utah, EUA) e um analisador infravermelho de gás de caminho aberto (EC150, Campbell Scientific, Logan, Utah, EUA). Esses instrumentos foram instalados em torres metálicas à altura de 2 m na área da pastagem degradada e de 10 m na área de caatinga. As medidas de EC foram realizadas na frequência de 10 Hz (0,1 s) e as médias armazenadas em intervalos de 30 minutos. O período de monitoramento dos fluxos foi de quatro anos na área da pastagem (2012 - 2015) e de dois anos na área da caatinga (2014 - 2015).
Além da instrumentação de EC, as torres de cada área também foram equipadas com instrumentos para monitoramento do balanço de radiação de ondas longas e ondas curtas (CNR2, Campbell Scientific, Logan, Utah, EUA), temperatura do ar (108, Cambpell Scientific, Logan, Utah, EUA), chuva (pluviômetro eletrônico modelo TE525, Campbell Scientific, Logan, Utah, EUA), conteúdo de água no solo (CS616, Campbell Scientific, Logan, Utah, EUA) com sondas instaladas à 10, 20, 30 e 40 cm de profundidade, temperatura do solo (108, Cambpell Scientific, Logan, Utah, EUA) com sensores instalados nas mesmas profundidade dos sensores do conteúdo de água no solo, fluxo de calor no solo à 5 cm de profundidade (HFP01, Hukseflux, Delft, Holanda). Os dados foram medidos a cada minuto e armazenados em uma central de aquisição de dados (CR1000, Campbell Scientific, Logan, Utah, EUA), em intervalos de 30 minutos.
3.2.3. Processamentos dos dados e obtenção dos fluxos
O cálculo dos fluxos de calor sensível (H), latente (LE), e de dióxido de carbono (F CO2),
foi realizado utilizando a técnica da covariância dos vórtices turbulentos. Para tanto foi utilizado o programa Alteddy versão 3.8 (Alterra - <http://www.climatexchange.nl/projects/alteddy>). O programa calcula as flutuações turbulentas em intervalos de 30 minutos, realizando uma série de
correções necessárias para a estimativa dos fluxos, conforme a metodologia sugerida por Aubinet et al. (1999).
Os fluxos de calor sensível (H), calor latente (LE) e CO2(F CO2) são, respectivamente,
calculados pela covariância entre as flutuações da velocidade vertical do vento (w0
) e o escalar (variável de interesse), pelas seguintes equações:
H = ρmCmw0T0 (3..1)
LE = ρmLw0q0 (3..2)
F CO2 = ρdw0s0 (3..3)
sendo,ρmeCm, respectivamente, a massa e o calor específico da mistura de ar,w0T0a média da
covariância da flutuação da velocidade vertical do vento e da flutuação da temperatura do ar, L o
calor latente de vaporização,w0q0 a média da covariância da flutuação da velocidade vertical e da
flutuação da umidade específica,F CO2 é o fluxo de CO2,ρda densidade do ar,w0s0 a média
da covariância da flutuação da velocidade vertical e a flutuação da concentração de carbono (ARRUDA, 2011; BURBA; MADSEN; FEESE, 2013).
O armazenamento de água no solo (AAS) foi calculado a partir dos registros de conteúdo volumétrico de água no solo medidos com sonda do tipo TDR nas profundidades de 10, 20, 30 e 40 cm, a partir da regra do trapézio para a camada de solo de 0-40 cm.
O fluxo de calor no solo (G) foi medido a 0,05 m de profundidade, porém se necessita
dos valores na superfície do solo. Deste modo, oG foi obtido pela Equação 3..4, de acordo com
Kustas et al. (2000):
G = Gp+
∆TSCD
t (3..4)
sendo: Gp a medição do fluxo de calor pelo fluxímetro em 0,05 m (W m−2),∆TS a variação
na temperatura média do solo (◦C) durante o período de medição, C a capacidade térmica
volumétrica do solo (MJ m−3 ◦C−1), D a profundidade do fluxímetro (m) e t a duração do
período de medição (s).
O valor deC foi estimado somando-se as capacidades caloríficas dos vários constituintes
do solo, ponderados de acordo com suas frações de volume, com base em de Vries (1966):
sendofm a fração de volume dos minerais (0,47),f0 a fração de volume da matéria orgânica
(0,03) eθ o conteúdo volumétrico de água no solo. O conteúdo volumétrico de água no solo
utilizado foi obtido, a cada 30 minutos, por uma sonda do tipo TDR (Reflectância no Domínio do Tempo) instalada na profundidade de 0,10 m.
A evapotranspiração (ET ) foi calculada a partir do fluxo de calor latente (LE) e do calor latente de vaporização (λ), na escala diária como:
ET = LE
λ (3..6)
sendo, ET em mm dia−1, LE o fluxo de calor latente em MJ m−2 dia−1 e λ considerado
constante, igual a 2,45 MJ kg−1.
O grau de limitação do suprimento de água na evapotranspiração foi avaliado a partir da determinação do coeficiente de Priestley-Taylor (PRIESTLEY; TAYLOR, 1972), como:
αP T = LE ∆ ∆+γ Ra (3..7)
sendo, Ra a energia disponível, dada por Rn = (H + LE + G) na formulação original de
Priestley-Taylor,γ a constante psicométrica (0,063 kPa◦
C−1) e ∆ a declividade da curva de
pressão de vapor (kPa ◦C−1). Neste trabalho, Ra foi assumida como H + LE para evitar
problema relacionado com o fechamento do balanço de energia (BARR et al., 2002; KRISHNAN et al., 2006; KRISHNAN et al., 2012). Geralmente, quando há disponibilidade de água no solo
(αP T ≥ 1), a evapotranspiração é controlada pela energia disponível (Ra).
Para avaliar o comportamento dos fluxos de energia, água e carbono nos períodos úmido e seco, foi escolhido um intervalo cinco meses, sendo o período úmido de 01/01/2014 a 31/05/2014 e o período seco de 01/06/2014 a 31/10/2014.
3.2.4. Preenchimento de falhas
Os dados registrados, a cada 30 minutos, dos fluxos turbulentos e das variáveis meteorológicas foram filtrados para remoção de valores anômalos que ocorrem devido eventos estocásticos, como relâmpagos, vento, chuvas, além mau funcionamento dos sensores (KRISHNAN et al., 2012; KUNWOR et al., 2017). Além disso, problemas no fornecimento de
energia provocaram perdas adicionais nos dados, principalmente no período noturno, gerando lacunas no conjunto de dados.
Assim, as lacunas de dados foram preenchidas utilizando o pacote REddyProc (REICHSTEIN et al., 2016), no ambiente R (R Core Team, 2016). Para o preenchimento dos dados, o pacote REddyProc faz covariação dos fluxos com as variáveis meteorológicas e autocorrelação temporal dos fluxos (REICHSTEIN et al., 2005).
Além disso, foram utilizados dados da radiação global (Rg) e de chuva de uma estação meteorológica do Instituto Nacional de Meteorologia (INMET), estação A350, localizada no município de Serra Talhada-PE a cerca de 10 km das áreas de PA e CA. Os dados de chuva da estação A350 foram utilizados para preenchimento das lacunas quando houve falha no registro de chuva pelos pluviômetros das torres da PA e CA.
3.2.5. NDVI
Os dados do índice da vegetação por diferença normalizada (NDVI) foram obtidos a partir de imagens do sensor orbital MODIS (Moderate Resolution Imaging Spectroradiometer), com resolução espacial de 250 m e composição de 16 dias, disponíveis no banco de dados da EMBRAPA (<http://www.modis.cnptia.embrapa.br>). A janela de um pixel foi considerada como representativo das condições de cada local de estudo, permitindo obter uma série do NDVI no mesmo ponto durante todo o período de estudo.
Apesar das correções e filtragens das imagens realizadas pela NASA para a composição de 16 dias, alguns valores espúrios do NDVI (< 0,2) foram encontrados durante as estações chuvosas. Nesses casos isolados, os valores espúrios foram substituídos pela média entre os valores anterior e posterior.
3.2.6. Análise estatística
Os valores diários das variáveis meteorológicas, bem como dos fluxos de energia e carbono foram computados na escala anual e por período (úmido e seco) e obtido os intervalos de
confiança (±95% IC) de cada variável a partir de reamostragem utilizando o bootstrap (EFRON;
GONG, 1983). O intervalo de confiança foi calculado a partir das séries de dados reamostradas 1000 vezes de forma aleatória. Considerou-se diferença significativa (p < 0,05) entre os anos
e/ou entre áreas de quando houve sobreposição dos intervalos de confiança da variável em relação
ao valores médios ou totais±95% IC (ARRUDA et al., 2016).
3.3. Resultados
3.3.1. Variáveis meteorológicas
O ciclo anual da média diária da radiação global (Rg), temperatura da ar (Tar), déficit de pressão de vapor (DPV), chuva e armazenamento de água no solo (0-40 cm de profundidade) na PA e na CA são apresentados na Figura 3.2.
Durante o período avaliado, a Rg variou entre 5,8 e 28,5 MJ m−2dia−1, com média geral
de 21,1 MJ m−2dia−1. Apesar da grande oscilação dos valores diários, observa-se o ciclo sazonal
da Rg, com menores valores no período de maio a agosto de cada ano. As menores oscilações diárias da Rg ocorreram no ano de 2015, o que está relacionado com a baixa nebulosidade associada aos poucos eventos de chuva, uma vez que neste ano foram registrados na estação meteorológica do INMET apenas 104 mm distribuídos em 21 eventos nesse ano (Tabela 3.1).
As chuvas registradas na PA e na CA foram abaixo da média histórica da região (642 mm), sendo o ano de 2015 mais seco do que o ano de 2014. Em termos relativos, no período de estudo, os totais de chuva anual corresponderam a 38 e 51% da média histórica para os anos mais seco e chuvoso, respectivamente. Segundo registros de chuva da Agência Nacional de Águas (ANA), o ano de 2015 está entre os mais secos da região em comparação com a base de dados do período de 1978 a 2014. A variação entre o número dos eventos de chuva na PA e na CA demonstra uma alta variabilidade espaço-temporal desse elemento, uma vez que a distância entre as áreas é de apenas 2,5 km.
A Tar na PA foi maior do que na CA independentemente do ano e período (úmido ou
seco), com diferença variando entre 1,5 e 2,1◦C (Tabela 3.1). Em ambas as áreas foi constatado
que em 2015 a Tar média anual foi maior do que no ano de 2014. Em relação ao período úmido e seco, não houve diferença estatística entre a Tar na PA, diferentemente da CA.
Na PA, o DPV foi frequentemente maior do que 1,0 kPa, com os menores valores ocorrendo no período em que houve chuva com vários eventos consecutivos, sendo esse mesmo comportamento também observado na CA. Em ambas as áreas, o DPV foi maior após o mês de
